Enjeux et limites des IA pour le traitement des données SHS : LLM, RAG et développement d’applications pour la recherche

Présentation de Stéphane Pouyllau, CNRS, IR* Huma-Num.
Les IA et plus récemment les IA génératives et leurs applications transforment le traitement des données en SHS. L’infrastructure Huma-Num IR* qui investit ces domaines depuis la création d’ISIDORE en 2010, déploie depuis 2022 de nouveaux outils d’exploration et d’analyse sur la base d’une infrastructure de calcul pour l’IA. Dans ce contexte, leur adaptation et adoption soulève des enjeux majeurs. Les chercheurs doivent s’approprier ces technologies pour en maîtriser les implications épistémologiques et éthiques tout en restant vigilants face aux risques d’hallucinations ou de biais liés à la qualité des corpus. Les méthodes comme la retrieval-augmented generation (ou RAG), qui sont au cœur de très nombreux outils de recherche, améliorent l’accès à l’information via le langage naturel, mais ne se substituent pas à des bases de données structurées et restent limitées par la pertinence et la taille des données disponibles. L’infrastructure Huma-Num, avec ses ressources mutualisées (GPU, plateformes collaboratives), soutient ces innovations, mais son accès et ses capacités sont contraints par certaines limites qu’il s’agit d’explorer. Enfin, l’intégration de ces outils doit concilier interopérabilité, science ouverte et préservation des données, dans un écosystème où la ré-utilisabilité reste encore à construire et sollicite fortement le concours des chercheur·e·s, des documentalistes, archivistes et professionnels des données numériques.